▼▼▼▼▼▼▼▼
チャンネル登録はこちら

並行群デザイン

並行群デザイン(parallel group design)においては，被験者はいくつかの可能な治療法のうちの１つにランダム化される．

治療法が共通の反応またはアウトカムに与える効果を比較することに興味が向けられる．

それらの群のうちの１つはプラセボ群（偽薬に割り当てられた群）かも知れないし，対照群（標準的または代替治療）かも知れない．

反応に与える効果は患者特性のベースライン測定値で調整され得るだろう．

難治性部分てんかんの治療に対してフェルバメート単剤療法の臨床試験が，２つの群の並行群デザインで実施された.

この試験の応答は２週間の追跡期問全体における毎日の発作頻度の平均値だった．

さらに，二重盲検ランダム化並行群デザインは，他のすべてのデザインと比較して「最もすぐれたもの(gold standard)」である．

それは，臨床的な疑問に対して決定的な回答に到達する理想的な試験であり，大規模で最終的な臨床試験に対して選択されるデザインであることが多い．
このデザインの課題は，大きな標本サイズを要求することが多いということと，そのために大量の資源を必要とすることである．

逐次試験デザインと中間解析

逐次(sequential)試験においては並行群が試験されるが，期間が固定された期間ではなく，むしろ，一方の治療群に明確な便益が見られるまで，または差が明らかになる可能性が極めて低いとわかるまでである．

このような試験は，一方の治療法が他方に比べてずっと効果があるときには，期間が決まっている試験よりも短くなる傾向がある．

群逐次(group sequential)試験21においては，観察値のいくらかの割合，被験者または事象において期待される総数のうちの４分の１および２分の1，4分の３など，が集められた後および試験終了時にもう一度だけ，データ解析される．

一試験中に主たるアウトカム変数を複数回データ解析することを中問解析(interim analyses)と呼ぶ．

群逐次試験は，期間と患者数について計画する上で逐次試験よりも容易であり，また一方の治療法が他方に比べてずっと効果があるときには早期に中止され得る．

すべての試験は，治療法による有害性のエビデンスが現れたら早期に中止することに対する仕組みを持たなければならない．

また，試験は無益であっても中止してもよいが，そこでの無益とは，治療効果が肯定的であるという結果が試験の終了時に出現する可能性がないことと定義される．
有効性または無効性に対してどのように中間解析を計画するかについては,統計家に相談すること．

群ランダム化試験デザイン

群ランダム化(group randomized. クラスターランダム化cluster randomized としても知られている）試験は，ランダム化の単位が個体ではなく，何種類かある中のある群であるような試験である．

そのような群としては，学校，診療所，職場，コミュニティなどの単位があるだろう．

治療法への群ランダム化は，介入が環境に影響するなど個体レベルで介入を行うことが困難なときに有効な戦略であり得る.

例えば,スーパーマーケットの環境を変えることによって食事のパターンを変えようとする介入を考えてみるとよい．

その介入処置は個人に別々に実現させることができないため，そのような試験にはそれらのスーパーマーケットを利用するコミュニティを群ランダム化することが適切であろう．

群のメンバーは個人単位で観察・測定されるのであるが，群は多数のメンバーを含むことが多いため，各条件にランダム化される群の個数は通常少ない．

ランダム化される群の個数が少ないことは，内的妥当性の脅威が大きく影響する（少数の群をランダム化することは潜在的なバイアスを制御でき難いため）可能性が出てくるが，それは群ランダム化試験の主たる欠点である．

それらは適切な解析手法を用いること，厳格なデザインのアドヒアランス，潜在的な交絡変数を予測して測定すること，および試験フォロー率（非脱落率など）を増やすことで減少させることができるものもある．

並行群デザインは、臨床試験や実験において非常に一般的に用いられるデザインであり、その主な目的は、複数の治療法または介入が特定のアウトカムに対してどのような効果を持つかを比較することです。このデザインでは、被験者がランダムに異なる治療群に割り当てられ、ある群には新しい治療法、また別の群にはプラセボ（偽薬）や標準治療が与えられることが多いです。並行群デザインの大きな特徴は、治療の効果を明確に示すために、すべての治療が並行して行われる点にあります。これは、各治療群が同じ期間、同様の条件下で治療を受けるため、治療効果の比較が相対的に明確になります。たとえば、新薬の効果を測定する場合、被験者の一部が新薬を使用し、他の一部が標準薬またはプラセボを使用します。治療効果は、一般的に治療の前後の変化や治療期間中の変化を比較することによって測定されます。並行群デザインにおけるもう一つの重要なポイントは、群の一部をプラセボ群または対照群として設定する点です。プラセボ群は、治療を受けていないにも関わらず心理的な要因や外的な影響によって効果が現れる可能性があるため、真の治療効果を測定する際に重要です。対照群は、標準的な治療や既存の治療法を用いて治療の有効性を評価することができ、これにより新しい治療法の優位性を示すためのベンチマークとして機能します。治療の効果は、一般的に患者特性やベースライン測定値で調整されることが多く、特に患者が治療前に持っている条件（年齢、性別、既存の疾患など）が治療にどのように影響を与えるかを考慮することが求められます。ベースライン測定値の調整は、統計的に精度の高い効果の測定を可能にし、治療の有効性についてのより正確な結論を得ることができます。並行群デザインは、たとえば難治性部分てんかんに対するフェルバメート単剤療法の試験などで広く使用されてきました。この試験では、被験者がフェルバメート治療を受ける群と、別の治療を受ける群にランダムに割り当てられ、2週間の追跡期間中の発作頻度の平均をアウトカム指標として測定しました。このように、並行群デザインは、被験者が異なる治療群で同様の条件下にあることから、治療の比較が相対的に容易であるため、広く利用されています。また、二重盲検ランダム化並行群デザインは、最も厳密かつ信頼性の高いデザインの一つとされ、一般的には「ゴールドスタンダード」と呼ばれています。二重盲検という形式では、被験者も研究者もどの被験者がどの治療を受けているかを知らずに試験が行われるため、バイアスの影響を最小限に抑えることができます。このデザインの利点は、治療法の有効性に関する決定的な回答を提供する可能性があることです。しかし、二重盲検ランダム化並行群デザインには、大規模な標本サイズが必要となるため、実施には多くの資源と時間が求められるという課題もあります。続いて、並行群デザインと並んで重要視される逐次試験デザインについて述べます。逐次試験デザインでは、被験者が並行群に分かれ、試験は期間が固定されず、一方の治療が他方よりも明確な便益を示すまで、もしくは差が明らかになる可能性が低いと判定されるまで続行されます。このようなデザインは、片方の治療が明らかに優れている場合には、試験期間が固定された並行群デザインよりも早く結果が得られるというメリットがあります。また、逐次試験デザインの一種である群逐次試験では、試験が進行する中でデータを部分的に解析することが行われます。具体的には、被験者または事象のうちのある割合（たとえば、4分の1や2分の1のデータ）が集まった時点で中間解析が行われます。この中間解析の結果によっては、試験の継続や終了が判断され、試験の早期終了が可能となります。中間解析のタイミングや計画は、事前に統計家と相談して適切に設定されるべきです。試験中に有害性が確認された場合や、治療効果が十分に期待できないと判断された場合にも、試験を早期に終了させるための仕組みが必要です。この無益性に基づく終了の判断は、治療効果が肯定的な結果を出す可能性が試験終了時までにないと判断された場合に行われます。群ランダム化試験（クラスターランダム化試験）は、被験者を個人単位ではなく群単位でランダム化するデザインです。このような試験デザインは、例えば学校、診療所、職場、コミュニティなどの単位が用いられることが多く、介入が環境に影響を与える場合に有効です。例えば、スーパーマーケットのレイアウト変更によって食事のパターンを変えようとする介入では、個々の顧客に対して個別にアプローチすることが難しいため、スーパーマーケットを利用する地域コミュニティを群としてランダム化するのが適切です。群ランダム化試験では、群内のメンバーが個人単位で観察・測定されるため、多数のサンプルデータを取得することが可能です。しかし、各条件に割り当てられる群の数が少ない場合、試験の内的妥当性が低下するリスクがあります。少数の群でのランダム化は、バイアスが生じやすく、結果の信頼性が低下する可能性があるため、適切な解析手法の選択やデザインの徹底的なアドヒアランスが求められます。また、交絡変数の影響を予測し、試験フォロー率を向上させることも、群ランダム化試験の内的妥当性を維持するための重要な要素です。